Qué es y qué no es una Inteligencia Artificial: Parte 1

En los dos meses de vida de este blog, por lejos las entradas más populares son las de Google, su Inteligencia Artificial Deep Dream y los misteriosos dibujos generados por ésta. La mayoría de quienes llegan a este blog mediante buscadores lo hacen a través de términos de Inteligencia Artificial y otros relacionados. Sin embargo, al ver los comentarios, se observa que hay mucha confusión en la definición de Inteligencia Artificial. Algunos incluso afirman que Deep Dream no es realmente una Inteligencia Artificial. ¿Qué sería entonces?

Hal9000_2001-610x275

En este post, dividido en 2 partes, clarificaremos qué es y qué no es una Inteligencia Artificial. No lo haremos desde el mundo de la ciencia ficción, donde el tema da para mucho, sino basándonos en la ciencia actual, y en las Inteligencias Artificiales reales que se están desarrollando y que, incluso, utilizamos día a día, sin darnos cuenta.

.
¿Qué es la Inteligencia Artificial?

En términos generales, la Inteligencia Artificial es un área multidisciplinaria, que agrupa a las ciencias de la computación, la lógica y las matemáticas, entre otras, y que estudia la creación de computadores y software que sean capaces de comportamiento inteligente humano.

Cada vez que YouTube te recomienda un video según lo que has visto, que Amazon te recomienda un producto según lo que has comprado antes, que Netflix te recomienda una película según las que viste recientemente… lo que hay detrás es un complejo sistema de Aprendizaje Computacional, un tipo de Inteligencia Artificial, que es capaz de aprender tus gustos y sugerirte distintas cosas que puedan ser de tu interés.

Si entras al Wolfram Language Image Identification Project, cada vez que subes una imagen y el sitio «adivina» qué es, lo que está pasando en realidad es que una compleja Inteligencia Artificial está detectando patrones en la imagen, patrones que para un humano serían inentendibles, pero que la computadora puede utilizar para descubrir que la foto que subiste es de un gato o de una hamburguesa.

¿Cómo «piensa» un computador?

En términos de inteligencia podríamos decir que «ser tan inteligente como un humano» es equivalente a «poder hacer todas las cosas que un humano puede hacer». El pensamiento humano posee distintas características. Nuestro cerebro nos permite razonar, deducir, inferir, planear, aprender, comunicar… y ese es el tipo de pensamiento que debemos intentar reproducir en un computador para generar una Inteligencia Artificial que se asemeje a la nuestra.

Cosas que a nosotros nos parecen simples, como reconocer de qué es una imagen, o encontrar el sujeto en una oración, para un computador son extremadamente difíciles. Es por eso que no existe un paradigma de cómo debe «pensar» un computador: distintos problemas necesitan  distintas soluciones.

Existen dos enfoques para lograr que un computador «piense»: el primero, que se conoce como Inteligencia Artificial Fuerte (Strong AI), busca simular exactamente la manera en que un ser humano piensa. La Inteligencia Artificial Fuerte busca que un computador razone para resolver cualquier tipo de problema, sin necesidad de establecer de antemano qué tipo de problema será. De igual manera que lo haría un cerebro humano, la Inteligencia Artificial, al enfrentarse al dilema, debería descubrir por si sola qué tipo de problema es y cuál es la mejor estrategia para resolverlo. Claramente, llegar a esto es una de las metas de quienes trabajan en Inteligencia Artificial, y es el concepto en que se basan los creadores de la mayoría de las Inteligencias Artificiales de ciencia ficción. Sin embargo, por ahora, es una meta difícil de alcanzar: simular el razonamiento de un cerebro humano, siendo que ni siquiera aún se maneja con certeza cómo funcionan las conexiones dentro de este, es una tarea extremadamente compleja.

Otro paradigma de cómo puede «pensar» un computador es la Inteligencia Artificial Débil (Weak AI). En este caso, no interesa que el proceso sea idéntico al que haría un ser humano: sólo queremos llegar al resultado correcto.

Uno de los primeros ejemplos de una Inteligencia Artificial Débil es Deep Blue, la primera computadora en ganar un torneo de ajedrez, venciendo al campeón del momento Garry Kasparov. Si bien Deep Blue logra jugar ajedrez versus competidores humanos, la manera en que razona para decidir sus jugadas es completamente diferente a como lo haría una persona. El juego de Deep Blue se basa en calcular ciertos parámetros, como la «seguridad del Rey», y aplicando valores matemáticos a cada jugada, decide cuál es la más segura. Pero nosotros sólo vemos el resultado: que Deep Blue puede jugar ajedrez.

En la actualidad se utiliza un enfoque intermedio entre la IA fuerte y la IA débil: se busca diseñar sistemas inspirados en el razonamiento humano, pero que no necesariamente funcionan exactamente de la misma manera que lo haría un cerebro. Un ejemplo de esto son las Redes Neuronales. Las Redes Neuronales Artificiales son un tipo de Inteligencia Artificial que se basan en cómo se creía que funcionaba el cerebro… en los años 50.

Una Red Neuronal Artificial corresponde a un conjunto de «neuronas», organizadas en distintas «capas». La capa de entrada corresponde al input del problema: los datos iniciales que tenemos para resolverlo. Luego, vienen una o más «capas ocultas», donde cada «neurona» es en realidad un módulo que aplica distintas funciones y cálculos matemáticos y estadísticos sobre los datos. Las neuronas pueden conectarse entre sí de distintas formas. Finalmente, la capa de salida nos muestra el resultado. Este resultado puede usarse de entrada para otra Red Neuronal, o incluso para la misma que lo generó, refinando así los valores obtenidos.

Esquema de una red neuronal artificial. Cada capa está formada por
Esquema de una Red Neuronal Artificial. Cada capa está formada por nodos o»neuronas», que son unidades de cálculo, donde la computadora aplica distintas operaciones sobre los datos. De J. Cabello et al, «Artificial neuronal networks in Intensive Medicine. An example of application with MPM II variables», 2005.

Si bien ahora sabemos que modelar un cerebro es mucho más complejo que considerar una serie de neuronas conectadas linealmente, el modelo de Redes Neuronales es actualmente uno de los más utilizados en Inteligencia Artificial. La misma Deep Dream de Google funciona a través de una Red Neuronal.

Pero deteminar cómo piensa un computador es solo una parte del problema. El siguiente es lograr entregar a estas Inteligencias Artificiales el conocimiento y sentido común que posee un ser humano. ¿Cómo traducimos nuestro saber a algo que una computadora pueda comprender y utilizar? ¿Cómo logramos que una computadora tenga sentido común? Esta es una de las áreas principales en desarrollo actualmente. La representación del conocimiento y del lenguaje, dentro de una computadora.

En la siguiente parte de este post explicaremos cómo «ve» un computador, cómo reconoce imágenes, y cómo funciona Deep Dream. ¡Atentos!
Click aquí para leer la segunda parte de este post 🙂

Links de interés

What is Artificial Inteligence? — por John McCarthy, creador del término
How Deep Blue works — IBM

3 thoughts on “Qué es y qué no es una Inteligencia Artificial: Parte 1

  1. Me encantan los temas de IA y he llegado aquí para retomar un tema que en la universidad me apasionada.
    Un muy buen articulo y con una explicación sencilla pero completa

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *